本公开是关于一种推荐方法、装置、服务器及存储介质，涉及互联网技术领域。本公开的实施例包括：确定对象库中待推荐账号进行过负反馈行为的负反馈对象，负反馈行为包括反馈不感兴趣的行为和/或未进行反馈的行为；从除负反馈对象外的其他对象中，选择待推荐对象；将待推荐对象推荐给待推荐账户。通过采用本公开实施例提供的技术方案，服务器选取出的待推荐对象除了包括待推荐账户感兴趣的对象，还可以包括除待推荐账户感兴趣的对象以外的对象，使得向待推荐账户推荐的待推荐对象的种类更加丰富，解决了相关技术中推荐的对象的种类较为单一的问题。一的问题。一的问题。
【技术实现步骤摘要】
一种推荐方法、装置、服务器及存储介质
[0001]本公开涉及互联网
，尤其涉及一种推荐方法、装置、服务器及存储介质。
技术介绍
[0002]随着互联网技术的发展，网络平台可以基于用户的反馈行为向用户推荐用户感兴趣的对象。网络平台不同，向用户推荐的对象通常也不相同，例如，在网络平台为视频平台时，向用户推荐的对象可以为视频信息，在网络平台为购物平台时，向用户推荐的对象可以为商品信息。
[0003]相关技术中，服务器可以根据用户的正反馈行为，确定用户的感兴趣的对象(可称为正反馈对象)，然后，服务器可以从预设的多个对象中，确定与正反馈对象的相似度最高的预设数目个对象，作为待推荐对象，进而，服务器可以将待推荐对象推荐给用户。
[0004]然而，向用户推荐的对象仅仅为与用户的正反馈对象相似的对象，推荐的对象的种类较为单一。
技术实现思路
[0005]本公开提供一种推荐方法、装置、服务器及存储介质，以至少解决相关技术中推荐的对象的种类较为单一的问题。本公开的技术方案如下：
[0006]根据本公开实施例的第一方面，提供一种推荐方法，包括：
[0007]确定对象库中待推荐账号进行过负反馈行为的负反馈对象，所述负反馈行为包括反馈不感兴趣的行为和/或未进行反馈的行为；
[0008]从除所述负反馈对象外的其他对象中，选择待推荐对象；
[0009]将所述待推荐对象推荐给所述待推荐账户。
[0010]可选的，所述从除所述负反馈对象外的其他对象中，选择待推荐对象步骤包括：
[0011]从所述对象库中选择除所述负反馈对象外的所有其他对象，作为待推荐对象；或
[0012]从所述对象库中选择除所述负反馈对象外的第一预设数目个对象，作为待推荐对象。
[0013]可选的，所述从所述对象库中选择除所述负反馈对象外的第一预设数目个对象，作为待推荐对象步骤包括：
[0014]按照所述对象库中除所述负反馈对象外的其他对象与所述负反馈对象间相似度从低到高的顺序，从所述其他对象中选择第一预设数目个待推荐对象。
[0015]可选的，所述按照所述对象库中除所述负反馈对象外的其他对象与所述负反馈对象间相似度从低到高的顺序，从所述其他对象中选择第一预设数目个待推荐对象步骤包括：
[0016]采用预设的协同过滤模型对所述对象库中对象的用户反馈信息进行处理，得到所述对象库中各个对象的向量，任一两个对象的向量之间的距离与该两个对象之间的相似度呈反比关系；
[0017]按照所述对象库中除所述负反馈对象外的其他对象的向量与所述负反馈对象的向量间距离从远到近的顺序，从所述其他对象中选择第一预设数目个待推荐对象。
[0018]可选的，所述按照所述对象库中除所述负反馈对象外的其他对象的向量与所述负反馈对象的向量间距离从远到近的顺序，从所述其他对象中选择第一预设数目个待推荐对象步骤包括：
[0019]根据k均值聚类算法对所述对象库中除所述负反馈对象以外的其他对象的向量进行聚类，得到多个簇；
[0020]从所述多个簇中，确定聚类中心与所述负反馈对象的向量的距离最远的第二预设数目个待筛选簇；
[0021]针对每一待筛选簇，确定该待筛选簇中与所述负反馈对象的向量距离最远的第三预设数目个向量所对应的对象，作为待推荐对象。
[0022]根据本公开实施例的第二方面，提供一种推荐装置，包括：
[0023]第一确定模块，被配置为执行确定对象库中待推荐账号进行过负反馈行为的负反馈对象，所述负反馈行为包括反馈不感兴趣的行为和/或未进行反馈的行为；
[0024]选择模块，被配置为执行从除所述负反馈对象外的其他对象中，选择待推荐对象；
[0025]推荐模块，被配置为执行将所述待推荐对象推荐给所述待推荐账户。
[0026]可选的，所述选择模块包括：
[0027]第一选择单元，被配置为执行从所述对象库中选择除所述负反馈对象外的所有其他对象，作为待推荐对象；或
[0028]第二选择单元，被配置为执行从所述对象库中选择除所述负反馈对象外的第一预设数目个对象，作为待推荐对象。
[0029]可选的，所述第二选择单元，具体被配置为执行：
[0030]按照所述对象库中除所述负反馈对象外的其他对象与所述负反馈对象间相似度从低到高的顺序，从所述其他对象中选择第一预设数目个待推荐对象。
[0031]可选的，所述第二选择单元包括：
[0032]第一确定子单元，被配置为执行采用预设的协同过滤模型对所述对象库中对象的用户反馈信息进行处理，得到所述对象库中各个对象的向量，任一两个对象的向量之间的距离与该两个对象之间的相似度呈反比关系；
[0033]第二选择子单元，被配置为执行按照所述对象库中除所述负反馈对象外的其他对象的向量与所述负反馈对象的向量间距离从远到近的顺序，从所述其他对象中选择第一预设数目个待推荐对象。
[0034]可选的，所述第二选择子单元，具体被配置为执行：
[0035]根据k均值聚类算法对所述对象库中除所述负反馈对象以外的其他对象的向量进行聚类，得到多个簇；
[0036]从所述多个簇中，确定聚类中心与所述负反馈对象的向量的距离最远的第二预设数目个待筛选簇；
[0037]针对每一待筛选簇，确定该待筛选簇中与所述负反馈对象的向量距离最远的第三预设数目个向量所对应的对象，作为待推荐对象。
[0038]根据本公开实施例的第三方面，提供一种服务器，包括：
[0039]处理器；
[0040]用于存储所述处理器可执行指令的存储器；
[0041]其中，所述处理器被配置为执行所述指令，以实现如第一方面所述的推荐方法。
[0042]根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行如第一方面所述的推荐方法。
[0043]根据本公开实施例的第五方面，提供一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的推荐方法。
[0044]本公开实施例提供的技术方案至少带来以下有益效果：由于本公开的实施例中向待推荐账户推荐的待推荐对象是从对象库的除负反馈对象外的其他对象中选取出来的，也就是从对象库中除待推荐账号进行过反馈不感兴趣的行为和/或未进行反馈的行为以外的其他对象中选取出来的，相比于相关技术中仅根据待推荐账户的正反馈行为，从待推荐账户感兴趣的对象中所选取出的待推荐对象，本公开的实施例所选取出的待推荐对象除了包括待推荐账户感兴趣的对象，还可以包括除待推荐账户感兴趣的对象以外的对象，使得向待推荐账户推荐的待推荐对象的种类更加丰富，解决了相关技术中推荐的对象的种类较为单一的问题。
[0045]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0046]此处的附图被并本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种推荐方法，其特征在于，包括：确定对象库中待推荐账号进行过负反馈行为的负反馈对象，所述负反馈行为包括反馈不感兴趣的行为和/或未进行反馈的行为；从除所述负反馈对象外的其他对象中，选择待推荐对象；将所述待推荐对象推荐给所述待推荐账户。2.根据权利要求1所述的推荐方法，其特征在于，所述从除所述负反馈对象外的其他对象中，选择待推荐对象步骤包括：从所述对象库中选择除所述负反馈对象外的所有其他对象，作为待推荐对象；或从所述对象库中选择除所述负反馈对象外的第一预设数目个对象，作为待推荐对象。3.根据权利要求2所述的推荐方法，其特征在于，所述从所述对象库中选择除所述负反馈对象外的第一预设数目个对象，作为待推荐对象步骤包括：按照所述对象库中除所述负反馈对象外的其他对象与所述负反馈对象间相似度从低到高的顺序，从所述其他对象中选择第一预设数目个待推荐对象。4.根据权利要求3所述的推荐方法，其特征在于，所述按照所述对象库中除所述负反馈对象外的其他对象与所述负反馈对象间相似度从低到高的顺序，从所述其他对象中选择第一预设数目个待推荐对象步骤包括：采用预设的协同过滤模型对所述对象库中对象的用户反馈信息进行处理，得到所述对象库中各个对象的向量，任一两个对象的向量之间的距离与该两个对象之间的相似度呈反比关系；按照所述对象库中除所述负反馈对象外的其他对象的向量与所述负反馈对象的向量间距离从远到近的顺序，从所述其他对象中选择第一预设数目个待推荐对象。5.根据权利要求4所述的推荐方法，其特征在于，所述按照所述对象库中除所述负反馈对象外的其他对象的向量与所述负反馈对象的向量间距离从远到近的顺序，从所述其他对象中选择第一预设...
【专利技术属性】
技术研发人员：王志华，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。